前几篇文章给大家分享了各种基于小波变换方法的图像融合例子，今天我将分享如何使用生成对抗网络来进行图像融合。

常见的图像分割损失函数有交叉熵，dice系数，FocalLoss等。今天我将分享图像分割FocalLoss损失函数及Tensorflow版本的复现。

上一篇文章给大家分享了生成对抗网络来做超分辨成像，很多读者都说生成的图像效果非常逼真，深刻觉得GAN的强大。今天我将继续给大家分享如何在图像分割上应用生成对抗网络。...

前面的文章给大家分享了生成对抗网络来生成图像，初次见识到生成对抗网络的强大，我们期望可以用它来做更多的事情，今天我将用生成对抗网络来做超分辨成像。...

树莓派和Tensorflow可能能帮你解决这个问题。而且，所需的设备很简单：树莓派、电脑和一个摄像头。

今天将分享Unet的改进模型DC-UNet，改进模型来自2020年的论文《DC-UNet Rethinking the U-Net Architecture with Dual Channel Efficient CNN for Medical Images Segmentation》，通过理解该模型思想，在VNet基......

呜啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly栏目又和大家见面啦！

今天我将分享如何用Tensorflow实现VNet模型，并实现基于MR图像的前列腺分割的例子。

在之前的Tensorflow入门教程（九）中我简单介绍了Tensorflow数据并行多GPU处理的思路，今天我将结合具体的例子来详细说一说如何去实现。

在之前的文章中我分享了Tensorflow的基本知识内容，接下来我将会分享如何利用Tensorflow将深度学习应用到医学图像上，今天我会分享深度学习在医学图像分割的实际案例。...